基于改进容积卡尔曼滤波的奇异避免姿态估计

 利用矢量进行卫星姿态估计可以归结为非线性滤波问题。为了提高卫星姿态估计的精度,利用龙贝格-马尔塔(LM)迭代算法改进了容积卡尔曼滤波(CKF)。继而,提出改进容积卡尔曼滤波与四元数结合的容积四元数估计器(CQE),有效地避免了卫星大角度机动出现的奇异现象。进一步,给出了一种与影子修正罗德里格参数切换的容积修正罗德里格参数估计器(CME)。仿真对比表明,初始误差较大时容积修正罗德里格参数估计器具有更好的收敛速度和鲁棒性。     

基于最小熵的多通道SAR系统相位误差估计与补偿

采用多通道合成的方法来增加信号带宽,是提高合成孔径雷达(SAR)系统距离分辨率的一种有效技术手段。针对多通道间相位失配的问题,建立了通道相位误差的频域多项式模型,提出了一种基于最小熵的通道相位误差估计与补偿方法。以距离向压缩脉冲图像的信息熵作为目标函数,误差多项式系数为估计变量,基于最小熵准则建立了相位误差的最优化估计模型。该方法能有效弥补内定标或外定标方法的不足,且不依赖于成像场景的地物类型,只需抽取少量回波数据作为误差估计的样本,具有耗费存储空间少、收敛速度快、不损失信噪比的优点。对不同场景的八通道实测数据进行了处理,实验结果验证了本文方法的有效性和稳健性。     

MIMO雷达中一种降维MUSIC的相干角度估计算法

研究单快拍下双基地多输入多输出（Multiple—InputMultiple-Output,MIMO）雷达中相干信源的离开角（Directionofdeparture,DOD）与到达角（directionofarrival,DOA）联合估计问题。利用单快拍下双基地MIMO雷达的接收信号构造一组Toeplitz矩阵,利用这组ToepIitz矩阵重构一个信号矩阵,提出一种基于降维多重信号分类（ReducedDimensionMultipleSignalClassification,RD-MUSIC）的DOD与DOA联合估计算法。提出的算法能够有效估计相干信源以及非相干信源的角度,实现角度的自动配对,并且角度估计性能远优于FBSS—ESPRIT算法以及ESPRIT-like算法。仿真结果验证了算法的有效性。     

障碍物对脉冲爆震火箭发动机性能影响的实验研究

为了探究障碍物对脉冲爆震火箭发动机在无阀自适应工作方式下性能的影响,采用汽油为燃料,富氧空气为氧化剂,开展了工作频率为20Hz的无阀式多循环实验研究。实验中使用Shchelkin螺旋、螺旋凹槽、环形凹槽和孔板作为障碍物,并分析了其对起爆和推进性能的影响。研究结果表明,Shchelkin螺旋、螺旋凹槽和环形凹槽在阻塞比BR=0.36,0.46和0.56时都可实现PDRE的稳定工作,孔板在BR=0.56时无法实现爆震的起始;Shchelkin螺旋的DDT距离和DDT时间最短;实验测得的平均推力较理想流动模型理论值有13.3%~39.3%的亏损,BR=0.36的Shchelkin螺旋推力损失最小;螺旋凹槽与环形凹槽的DDT距离和DDT时间较长,没有明显的推力增益。     

Disturbance observer-based backstepping control for hypersonic flight vehicles without use of measured flight path angle

In this paper a nonlinear control method is proposed for the tracking control of hypersonic flight vehicles. The designed control laws do not utilize the measured flight path angle due to its inferior accuracy in practical engineering. For this, an estimated flight path angle is designed via the measurements of the altitude and velocity. A tracking differentiator is designed for constructing nonlinear disturbance observer which is used to estimate the model uncertainties including the parameter indeterminacies and external disturbances in the channels of velocity and pitch rate. A robust high-order differentiator is introduced to avoid the employment of the measured flight path angle and estimate the lumped disturbance in dynamics of flight path angle. Meanwhile, the possible saturation of the control inputs is considered and compensated by the auxiliary states. The boundness of closed-loop signals is proved through the Lyapunov theory. Comparative simulations are carried out and the results demonstrate the effectiveness of the proposed method.     

基于流形结构重建的多目标气动优化算法

在多目标优化中,Pareto解集是一个分段连续的k维流形,这一规律被传统进化算法所忽略。本文提出了一种基于流形结构重建的多目标优化算法,首先利用流形结构重建方法完成解集分布从目标空间到设计空间的映射,建立解集的概率分布,并在目标空间中扩展流形结构,从而借助解集在目标空间的推进来指导优化算法的快速演化。数值算例表明本文算法对于具有不同特征的Pareto前沿具有很好的适应性,能够极大提高算法的收敛效率。多目标气动优化算例验证,本文算法相比于常规多目标进化算法能够减少约80%的计算量,极大程度缩短了气动设计的周期。     

Distributed state estimation for heterogeneous mobile sensor networks with stochastic observation loss

The problem of distributed fusion and random observation loss for mobile sensor networks is investigated herein. In view of the fact that the measured values, sampling frequency and noise of various sensors are different, the observation model of a heterogeneous network is constructed. A binary random variable is introduced to describe the drop of observation component and the topology switching problem caused by complete observation loss is also considered. A cubature information filtering algo...     

无人飞行器集群仅测距初始相对位姿确定方法研究CSCD

针对全球导航卫星系统(GNSS)拒止环境下无人飞行器集群成员间的相对定位问题,研究了一种基于机载惯性测量单元(IMU)、气压高度计与数据链测距组合的初始相对位姿求解算法。首先,在高度计稳定输出较为精确的高度信息的前提下,将飞行器的三维运动解耦成二维水平运动,给出了三维加速度和角速度、测距信息的水平坐标系投影等效模型。在此基础上,以待求量相对位置和航向角的非线性形式构造了新的待求状态量,并将相对位置和航向角的非线性求解问题转化成了新状态量的线性模型最小二乘求解问题。然后,通过引入递推最小二乘算法(RLS),建立了该相对位姿求解算法的实时输出递推形式,有效降低了机载在线计算的负载。接着,对所提算法进行了可观测性分析,并给出了使系统状态量不可观测的几种相对运动形式。最后,对所提算法进行了数值仿真实验,仿真结果表明,该算法能够有效、快速求解初始相对位姿,位置误差在初始相对距离的10%以内,航向角误差在初始相对角度的1%以内。     

航天器自主导航状态估计方法研究综述

自主导航是航天器自主运行的核心关键技术。状态估计是实现航天器自主导航的核心手段,是指实时确定航天器在轨位置、速度和姿态等导航参数,是航天器自主导航技术的重点发展方向之一。首先,针对航天器自主导航的实际需求,阐述了研究航天器自主导航状态估计方法的必要性,具体从导航系统可观测性分析、导航滤波算法、导航系统误差补偿3个方面介绍了航天器自主导航状态估计方法的研究现状;然后,分析并总结状态估计方法在航天器自主导航系统中的实际应用;最后,结合理论研究和实际应用,给出了状态估计方法目前存在的主要问题并对其后续发展进行了展望。     

基于RBF神经网络的非线性观察器设计

提出了一种新的非线性观察器设计方法。与一般方法采用神经网络逼近整个非线性系统不同，该方法用RBF神经网络逼近系统的非线性项，故提高了状态估计的精度。基于李亚普诺夫方法，证明了状态估计误差渐近稳定且渐近收敛到零。仿真结果表明，所提出的非线性观察器设计方法具有良好的性能。在故障检测、状态估计等领域具有广泛的应用前景。